Microsoft AI: MAI-Image-2.5 Pro

A Microsoft AI MAI-Image-2.5 Pro a 2.5 képsorozat hűségre összpontosító kiadása. Természetes nyelvű leírásból generál képet és meglévő anyagokon végez irányított szerkesztést. A Microsoft a fő vizuálokat, részletes szerkesztést és pontos képen belüli szöveget nevezi meg központi felhasználásként; modell-összehasonlítása a tárgyak, karakterek, anyagok és térbeli kapcsolatok következetességét emeli ki összetett kompozíciókban. A végső alkotás tervezési vagy gyártási munkafolyamatba szánt kép, például kiemelt termékkép vagy gondosan elrendezett szerkesztőségi jelenet.

Generálásnál a kompozíciót kapcsolatokkal írd le, ne független tárgyak listájával. Azonosítsd a fő témát, közeli tárgyakhoz viszonyított léptékét, az anyagokat és a fény irányát. A Pro dokumentált vizuális következtetése ott hasznos, ahol ezek a kapcsolatok határozzák meg egy zsúfolt jelenet hihetőségét. Termékkompozícióban helyezz kerámiakancsót, átlátszó poharakat és hajtogatott textilt faasztalra, következetes tükröződésekkel és egyetlen ablakfénnyel. A kapott képen ellenőrizd az érintkezéseket, árnyékokat és látható anyagtulajdonságokat.

Termék- és karaktermunkához add meg a szerkesztés során megőrzendő vizuális azonosságot. A Microsoft a Pro erősségeként írja le a tárgykövetkezetességet összetett jelenetekben és a karakterkövetkezetességet nézetek és pillanatok között. Add meg, mely jellemzők azonosítják a tárgyat vagy személyt, és a jelenet mely része változzon. Például tartsd meg a kabát sziluettjét és rögzítési részleteit, miközben a karakter más háttérbe kerül. A hasznos ellenőrzés a megtartott részleteket a forrásreferenciához méri; a vonzó eredmény önmagában nem bizonyítja a pontos egyezést.

A gyártó képszerkesztési felülete legfeljebb öt JPEG vagy PNG referenciát fogad. Szerepeiket különítsd el a leírásban: termék, személy, környezet vagy vizuális megoldás. A szerkesztési feladatok közé tárgyeltávolítás és -csere, tulajdonságváltoztatás, inpainting, elrendezés-adaptáció, szövegfrissítés és hibatisztítás tartozik. Helyi szerkesztésnél írd le a célt és a megőrzendő környező elemeket. Jelentősebb átrendezésnél magyarázd el, hogyan működjön a kompozíció a változás után, hogy a modellnek összefüggő térbeli célja legyen.

A szövegmegjelenítés különösen fontos fő kompozícióhoz vagy csomagolási koncepcióhoz. Add meg a pontos kifejezést, helyét és a tárgyhoz vagy képhez fűződő kapcsolatát. A visszatérő nevek és címkeszövegek legyenek következetesek a leírásban és referenciákban. Minden megjelenített karaktert ellenőrizz a kívánt megjelenítési méretben, és vesd össze a megadott szöveggel. Későbbi szerkesztés a szövegre vagy helyére célozhat a sikeres termékkompozíció megtartásával. A PNG kimenet ezután a végleges tipográfiai és kivágási követelményekkel rendelkező elrendezésbe illeszthető.

A Microsoft jelenlegi képes útmutatója a 2.5 modellekre legfeljebb 1 048 576 pixeles kimeneti területet alkalmaz, ami 1024×1024-nek felel meg. E felületen mindkét méret legalább 768 pixel legyen; hosszabb oldal megengedett, ha az összterület a korláton belül marad. Ez például 1344×768-as téglalapkompozíciót enged, összesen 1 032 192 pixellel. Ez a területkorlát nem ugyanaz, mint oldalanként legfeljebb 1024 pixel. Készítsd elő a kompozíció célformáját, ne várd egy általános oldalaránycímkétől a helyes kivágás meghatározását.

A kiszolgálási útmutató legfeljebb 32 000 tokenes promptkontextust ír elő, és generáláshoz és szerkesztéshez is PNG képadatot ad vissza. A pontos Pro katalógusoldal külön 131.072K kontextusablakot és 4 096 kimeneti tokent sorol fel. Ezek saját katalógus- vagy kiszolgálási hatókörrel közölt tokenmennyiségek; a gyakorlati képkérés-előkészítés a kiszolgálás prompt- és pixelkorlátait követi. A képet, forrásreferenciákat és leírást egy módosítási nyilvántartásként őrizd meg. Magán a vizuális eredményen ellenőrizd azokat a részletes azonossági, anyag- és geometriai megkötéseket, amelyek indokolták a Pro választását.

A verzióválasztás kövesse a kompozíciót. A normál MAI-Image-2.5 általános generálást és helyi szerkesztést fed le; a Pro a sorozaton belül a zsúfolt jelenetek hűségét és következetes kapcsolatait hangsúlyozza. A 2.6 család emeli a dokumentált kimenetiterület-korlátot, és opcionális webes megalapozást és automatikus oldalarány-választást ad. Ezek a későbbi vezérlők 2.6-specifikusak, nem határozzák meg e Pro kiadás munkafolyamatát. Akkor válassz Prót, ha a leírás nehéz része egy részletes képen belüli stabil tárgyazonosság, anyagmegjelenés vagy térszerkezet.

A kért változást és megtartott tartalmat egyaránt ellenőrizd. Tárgyakat tartó kezek, metszések, apró betűk, arcbeli hasonlóság és tükröződések hasznos ellenőrzési pontok egy összetett kompozícióban. Hihető kép is tartalmazhat félrevezető jelölést vagy helytelen fizikai kapcsolatot. A következő javítás legyen konkrét, a kívánt elrendezést létrehozó leírásrészek pedig maradjanak meg. Ez a teljes jelenet ismételt újradefiniálása helyett irányított dizájnmódosítás-sorozatot támogat.